Google Cloud生成式AI的真实路线:从内部狗粮到企业规模化
这期 No Priors 播客中,Google Cloud CTO办公室生成式AI负责人 Kawal Gandhi 罕见地系统讲述了 Google 内部如何使用生成式AI、再将其产品化并推向企业市场的全过程。从 Workspace 的“狗粮实验”,到企业采用大模型的真实路径,再到成本、信任与多模态的未来,这是一份来自一线的冷静判断。
这期 No Priors 播客中,Google Cloud CTO办公室生成式AI负责人 Kawal Gandhi 罕见地系统讲述了 Google 内部如何使用生成式AI、再将其产品化并推向企业市场的全过程。从 Workspace 的“狗粮实验”,到企业采用大模型的真实路径,再到成本、信任与多模态的未来,这是一份来自一线的冷静判断。
如果你以为生成式 AI 的巅峰是“改图”,那你已经落后了。Adobe 在最新发布会上展示的不是更强的图像模型,而是把 Generative Fill 直接塞进了视频里。与此同时,Google、Microsoft 正在用“法律兜底”抢企业用户,AI 的战场正在发生一场悄无声息但极其关键的转移。
当所有人都在追逐更大的模型时,真正决定胜负的战场已经下沉到了芯片层。微软被曝即将发布代号“Athena”的自研AI芯片,直指英伟达最核心的GPU训练市场。与此同时,AI的高成本、监管与地缘政治,正在把这场技术竞赛推向更复杂的博弈。
特斯拉正在奥斯汀建一座“地堡”,但不是为了防核弹,而是为了AI。Dojo超算、D1芯片、自建算力,这一系列动作背后,指向的是一场更残酷的AI权力争夺:谁能掌控算力,谁就能定义下一代AI应用。
在这期《No Priors》中,Sarah Guo 与 Elad Gil 讨论了一个反直觉但极具操作性的观点:AI 的 10 倍、100 倍进步,并不一定来自更大的模型,而是来自对现有模型的系统级增强。他们用大量具体技术路径,拆解了真正拉开差距的地方。
大模型一定要跑在云端?Stability AI用一个“能在普通手机上跑”的3B参数模型,直接把这个共识掀翻。更刺激的是,这正在迫使苹果、OpenAI,甚至整个AI硬件形态重新思考自己的下一步。
ChatGPT 的“上网浏览”功能回来了,但真正值得关注的并不只是一个按钮的回归。这条新闻背后,串起了 OpenAI 的合规妥协、白宫即将落地的 AI 行政令,以及一个开源新模型对大厂的正面冲击。
当所有人盯着OpenAI、谷歌和微软在台前“秀肌肉”时,苹果在水面下做了一件更狠的事:6年收购21家AI公司,数量超过谷歌和微软之和。这不是八卦,而是一个正在重塑AI竞争逻辑的信号。
Replit CEO Amjad Masad 在 No Priors 中回顾了自己从学生到创业者的经历,并系统讲述了 Ghostwriter 的诞生逻辑:为什么 AI 最先改变的是“写代码”的门槛,而不是取代工程师。这是一场关于开发者工具、AI 产品边界,以及未来软件生产方式的真实分享。
这是一场罕见的群体式对话:40位Y Combinator背景的AI创始人,毫不修饰地谈论他们每天真实使用、构建和怀疑的人工智能。从写婚礼致辞到自动改UI代码,从创造力爆发到幻觉失控,这些一线经验勾勒出当下AI最真实的能力边界。